基于卷积神经网络的葡萄叶片检测

• 作者: 冯全 刘阗宇
• 来源期刊: 西北大学学报（自然科学版）
• 学科: 工学
• 关键词: 葡萄叶片检测 卷积神经网络 建议区域
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 信息科学
• 页码范围: 505-512
• 页数: 8页
• 分类号: TP391.4
• 字数: 4880字
• 语种: 中文
• DOI: 10.16152/j.cnki.xdxbzr.2017-04-007

摘要

为解决酿酒葡萄生长状态的在线自动监测问题,该文提出了一种基于卷积神经网络的葡萄叶片检测算法.通过多层卷积的方式产生特征图,使原图像的特征增强并且降低了图像噪声,在最后一层特征图中,通过使用RPN(Region proposal network)生成建议区域,然后进行池化操作,最后进行边框回归与分类.该算法在有叶片遮挡、光照阴影、病害叶片等复杂背景因素下对葡萄叶片有良好的检测效果.试验表明,该算法在复杂背景下对葡萄叶片的检测率为87.2％,误检率为7.2％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯全	甘肃农业大学工学院	64	369	11.0	14.0
2	刘阗宇	甘肃农业大学工学院	3	25	3.0	3.0